드레스덴 공과대학(Technische Universität Dresden)의 연구원 팀은 심장 박동과 같은 생물학적 신호에서 실시간으로 건강 및 병리학 패턴을 분류할 수 있는 생체 적합성 이식형 AI 플랫폼을 개발했다. 플랫폼은 의학적 변화를 감지하기 위해 의학적 감독이 필요하지 않는다.

이식 가능한 AI의 도전 

심전도, 뇌파, 엑스레이 등의 진단 데이터를 머신러닝으로 분석해 질병을 조기에 발견할 수 있지만 AI를 인체에 이식하는 것은 여전히 어렵다. 이것이 바로 드레스덴 공과대학(TU Dresden) 과학자들이 광전자공학부 의장으로 한 새로운 발전이 그렇게 큰 일인 이유이다. 그러한 시스템이 성공을 입증한 것은 이번이 처음이기 때문이다.

연구팀은 Karl Leo 교수, Hans Kleemann 박사, Matteo Cucchi가 이끌었다. 

그들은 생체 적합성 AI 칩을 기반으로 건강한 생체 신호와 질병에 걸린 생체 신호를 실시간으로 분류하는 새로운 접근 방식을 제시했다. 이 팀은 구조적으로 인간의 두뇌와 유사한 폴리머 기반 섬유 네트워크에 의존했다. 이것이 저수지 컴퓨팅의 뉴로모픽 AI 원리를 가능하게 하는 것이다.

고분자 섬유 및 순환 네트워크

고분자 섬유가 임의의 배열로 형성되는 경우 이를 '반복 네트워크'라고 하며 인간의 뇌처럼 데이터를 처리할 수 있다. 네트워크는 비선형이기 때문에 매우 작은 신호 변화도 증폭될 수 있다. 의사가 종종 평가하기 위해 애쓰는 심장 박동을 예로 들 수 있다. 이와 같은 작업은 비선형 변환 덕분에 폴리머 네트워크를 통해 쉽게 수행할 수 있다. 

AI는 시험 기간 동안 세 가지 일반적인 부정맥과 건강한 심장 박동을 구별하는 능력을 시연했으며 88%의 정확도를 달성했다. 폴리머 네트워크는 또한 맥박 조정기보다 에너지를 덜 소모했다.

팀에 따르면 이러한 이식형 AI 시스템의 잠재적 응용에는 심장 부정맥 또는 수술 후 합병증 모니터링이 포함된다. 그런 다음 스마트폰을 통해 의사와 환자 모두에게 보고할 수 있어 신속한 의료 지원이 가능하다.

Matt Cucchi는 박사 과정 학생이자 논문의 첫 번째 저자이다. Cucchi는 "현대 전자공학과 생물학을 결합하려는 비전은 최근 몇 년 동안 소위 유기 혼합 전도체의 개발과 함께 먼 길을 왔다."라고 말했다. “그러나 지금까지 성공은 개별 시냅스 또는 센서와 같은 단순한 전자 부품에 국한되었다. 복잡한 작업을 해결하는 것은 지금까지 불가능했다. 우리의 연구에서 우리는 이제 이 비전을 실현하기 위한 중요한 단계를 밟았다. 여기에 사용된 저수지 컴퓨팅과 같은 뉴로모픽 컴퓨팅의 힘을 활용하여 복잡한 분류 작업을 실시간으로 해결하는 데 성공했을 뿐만 아니라 잠재적으로 인체 내에서도 이를 수행할 수 있을 것이다. 이 접근 방식을 통해 미래에 인명을 구할 수 있는 지능형 시스템을 더욱 발전시킬 수 있을 것이다.”

이번 연구는 사이언스 어드밴스(Science Advances) 저널에 게재됐다.